# # 一、matplotlib.pyp绘图相关的对象：

#!/usr/bin/env python
# coding: utf-8

# # 一、matplotlib.pyp绘图相关的对象：
#     1、容器类：图(figure)、坐标系（axes）、坐标轴（axis）、刻度（tick）
#     2、基础类：线（line）、点（marker）、文本（text）、图例（legend）、网络（grid）、标题（title）

# # 二、绘图的类型：
#     1、线形图：plot（）
#     2、直方图：hist（）
#     3、条形图：bar（）
#     4、饼图：pie（）
#     5、散点图：scatter（）
#     6、3D图:from mpl_toolkits.mplt3d import Axes3D
#     7、动态交互图:pyecharts

# In[4]:

#检测环境

# In[5]:

pip show matplotlib

# In[6]:

#导入第三方库
import matplotlib.pyplot as plt     #导入数据可视化库matplotlib中的pyplot绘图模块，别名为plt    
import numpy as np                  #导入科学计算库，别名为np

# In[24]:

#1、线形图：plot（）
plt.plot([-4,-3,-2,-1,0],[1,5,-8,6,4])            
    #方法里面的点需要用列表或数组描述（用[]），如果只有一组数据表示y坐标值，如果有两组分别表示为x和y值
plt.plot([21,8,3,7])
plt.xlabel('数据分析')      #x轴坐标标签，坐标系默认为英文，如果需要显示中文另加说明
plt.ylabel('grade')
plt.axis([-10,10,-10,10])    #修改坐标轴取值范围，前面两位为x轴，后面两位为y轴，放在数组[]里面
plt.savefig('../R&Q_pic/test_0.png',dpi = 600)

# In[60]:

#plt.plot([0,2,4,2,0],[0,2,2,0,0])
plt.plot([10],[10])
plt.plot([10])
plt.plot([3,1,1,2,3,4,5,6,7,8,8,6,3],[1,3,5,7,10,7,7,10,7,5,3,1,1])

# In[63]:

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.family'] = 'kaiti'
x = np.arange(0,4,0.02)     #生成x轴序列
y_1 = np.sin(np.pi*x)+2     #生成y轴序列
y_2 = np.cos(np.pi*x)
plt.plot(x,y_1,'mx')
plt.plot(x,y_2,'r')
plt.legend(['正弦曲线','余弦曲线'])    #图例
plt.title('正弦曲线图')   #图表标题
plt.savefig('../R&Q_pic/test3.png',dpi=600)
plt.show()     #显示图表

# In[64]:

x = np.arange(0,4,0.02)

# In[65]:

np.pi

# In[66]:

import numpy as np
import matplotlib.pyplot as plt
def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)

a = np.arange(0,5,0.02)

# In[68]:

#综合示例：
import matplotlib.pyplot as plt    
plt.figure(num = '气温趋势',figsize=(6,4))    #绘制区域大小
plt.rcParams['font.family']='Kaiti'   #设置字体

x = ['周一','周二','周三','周四','周五','周六','周日']
y_1 = [20,15,18,16,21,14,10]      #一周最高气温
y_2 = [12,8,14,10,13,9,4]            #一周最低气温

plt.title("一周气温变化趋势")     #图片标题
plt.xlabel("星期")            #x轴标题
plt.ylabel("气温")            #y轴标题
plt.plot(x,y_1,"rs--",label="最高气温")         #绘制最高气温
plt.plot(x,y_2,"bo:",label="最低气温")          #绘制最低气温
plt.legend()                                    #显示图例

plt.savefig('../R&Q_pic/test5',dpi=600)       #保存图片
plt.show()                                    #显示图片

# In[76]:

#2、直方图：hist（）
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'STSong'

datas_1 = 10 + np.random.randn(1000)   #随机生成1000个数
datas_2 = 12 + np.random.randn(1000)   #随机生成1000个数
plt.hist(datas_1,bins=30)
plt.hist(datas_2,bins=30,alpha=0.4)
plt.legend(["以10为中心的正态分布","以12为中心的正态分布"])
plt.title("直方图")
plt.xlabel("区间")
plt.ylabel("频数")
plt.savefig('../R&Q_pic/test51',dpi=600)
plt.show

# In[71]:

np.random.rand(100)    #0-1范围内的随机数

# In[73]:

np.random.randint(10,20,20)

# In[74]:

np.random.randn(4,5)

# In[87]:

#条形图
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = "STSong"

years = ["2014","2015","2016","2017","2018","2019"]
baokao_nums = [172,164.9,177,201,238,290]
luqu_nums = [54.87,57.06,58.98,72.22,76.25,79.3]

x = range(len(years))
plt.bar(x, height=baokao_nums, width=0.4)
plt.bar([i + 0.4 for i in x], luqu_nums, width=0.4)
plt.xticks([i + 0.2 for i in x], years)
plt.legend(["研究生报考人数","研究生录取人数"])
plt.ylabel("人数/万人")
plt.xlabel("年份")
plt.title("研究生历年报考和录取情况")
plt.savefig("../R&Q_pic/test7",dpi=600)
plt.show()

# In[ ]: